船舶电力系统配电网故障恢复重构算法研究

配电网故障恢复重构问题是船舶电力系统中一个多目标、多约束的优化问题,针对当前算法存在配电网故障恢复精度低的缺限,提出了改进粒子群算法的船舶电力系统配电网故障恢复重构策略,首先建立配电网故障恢复重构问题的数学模型,然后采用改进粒子群算法进行求解,最后进行了船舶电力系统配电网故障恢复的仿真实验,结果表明,改进粒子群算法提高了配电网故障恢复重构精度,加快了配电网故障恢复重构速度,而且综合性能要明显优于其它配电网故障恢复重构算法,船舶电力系统具有重要的实际应用价值。     

基于AFSA优化的支持向量机柴油机性能预测模型

电控高压共轨技术的采用使得船用柴油机性能及排放具有了更大的优化空间，但同时柴油机控制参数增多使得柴油机性能的预测变得更为复杂。为了建立精确的柴油机性能预测模型，利用回归支持向量机，通过对实验数据的学习以获得预测模型。支持向量机的预测精度会因其参数的选择出现一定的差异，所以需要对支持向量机参数选择进行研究和优化。以某型船用高速大功率电控高压共轨柴油机为研究对象，建立支持向量机预测模型，分析其预测性能受参数选择的影响，并利用人工鱼群算法对其进行优化。结果表明，基于人工鱼群算法优化的回归支持向量机能够建立精度较高的柴油机性能预测模型，且人工鱼群算法具有很好的寻优性能。     

基于克隆算法的船舶配电网络故障恢复研究

配电网络是连接船舶电站和船载用电设备的桥梁,其安全性、可靠性决定了船舶的正常航运。船舶配电网络的故障恢复是指利用分段开关和联络开关的功能,改变整个配电网络的结构,进而避开故障节点使配电网络恢复正常。本文系统介绍克隆算法和模拟退火算法,进行船舶配电网络的故障恢复多目标重构计算,并在此基础上研究了船舶配电网络的故障恢复技术。     

水下传感器网络覆盖优化算法

针对水下传感器网络随机部署时节点分布不均匀、网络覆盖率不高问题,提出一种基于改进全局人工鱼群算法的网络覆盖优化算法。优化算法以覆盖率为目标函数自适应调整人工鱼移动步长,同时在向最优人工鱼靠拢过程中引入权重系数,提高算法寻优精度和收敛速度。实验结果表明,与遗传算法和鱼群算法相比较,该改进算法优化了网络覆盖率,加快了算法收敛速度,提升了网络性能。     

水下无人集群优化部署算法设计与分析

部署优化是水下无人传感器集群重要任务之一,针对水下探测需要,本文设计基于粒子群与人工鱼群法混合部署算法。首先利用先用改进粒子群算法进行初期寻优,然后利用人工鱼群算法进行后期寻优,完成水下无人集群节点部署优化设计。通过对特定场景设计,设定实验约束条件,利用Matlab完成优化部署算法的系统仿真实验,对覆盖率进行对比分析,得出部署优化算法覆盖率提高了25%,覆盖度曲线初期收敛快,后期寻优效果有明显提升。     

基于人工鱼群算法的船舶电子设备故障智能诊断方法

为实现电子设备的高效维护,确保船舶安全航行,设计了基于人工鱼群算法的船舶电子设备故障智能诊断方法。采用离散小波变换法分解电子设备运行信号样本,通过计算不同尺度下的小波能量值完成船舶电子设备故障特征参数的提取,将其作为基于RBF神经网络的故障诊断模型的输入,利用人工鱼群算法对故障诊断模型的权值、阈值参数作优化处理,最终输出不同类型故障发生概率,实现电子设备故障诊断。实验结果表明,正常以及不同故障状态下,电子设备运行信号的时域波形存在很大差异,研究方法可实现故障特征参数的提取,并完成故障类型的识别,30次迭代后MSE指标即可降至最低,仅为10^-4。     

现代机器学习算法的船舶配电网运行状态评估

为保证评估全面性,指标选取会很多,但与此同时会导致运算量过大,使得船舶耗能增大。针对上述问题,提出现代机器学习算法的船舶配电网运行状态评估方法。该研究利用机器学习算法中的加权聚类算法计算指标到聚类中心的距离,根据距离选择评估指标,以选取的指标作为神经网络评估模型的输入变量,在隐含层计算指标与权值乘积分值,根据分值比对配电网运行状态等级划分表,在输出层得出配电网运行状态。结果表明:所研究方法应用下,评估结果与实时检测结果一致,且运算量更小(156),达到研究目标,为配电网故障处理提供可靠依据。     

基于克隆算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是故障后恢复系统、提高舰船生命力的重要途径之一.故障恢复在理论上是一个复杂的多目标非线性组合优化问题.为了提高区域配电系统故障恢复算法的准确性和快速性,针对舰船区域配电系统的特点,建立了重构数学模型,提出了一种克隆算法对其进行求解;通过选择亲和力高的抗体并且对亲和力高的抗体分别进行克隆来有效地加快收敛速度.理论分析及实例证明,克隆算法比传统的遗传算法在计算速度和全局收敛方面有了很大的提高.     

人工鱼群算法的紧急情况下船舶物流配送系统

为降低紧急情况下船舶物流配送成本,设计了一个基于人工鱼群算法的紧急情况下船舶物流配送系统。该系统的硬件包括了单片机、无线通信模块、电源模块,在软件部分,利用人工鱼群算法对配送路径进行了规划,以此完成基于人工鱼群算法的紧急情况下船舶物流配送系统设计。实验结果表明,此次研究的配送系统不仅降低了船舶物流配送成本,还提高了船舶物流配送路径的规划速度,满足设计需求。     

NSGA-Ⅱ算法在舰船电网故障恢复中的应用

现代大型舰船的电力系统规模越来越大,促进了舰船的自动化、电气化水平,同时也对电力系统安全性、稳定性提出了更高的要求。舰船电力系统的故障恢复是指当舰船电网某一环节出现故障时,电力系统可以根据电网结构,快速重构配电网络(包括定位故障区域、隔离故障区域等),保证舰船多数用电设备的供电需求。本研究针对舰船配电网络的故障恢复问题,利用遗传算法和NAGA-Ⅱ算法,确定了舰船电网故障恢复的优化函数,并对电网故障恢复的效果进行仿真实验。     

基于二维码标签的舰船配电网标准化巡视智能监控方法

现有通过故障点线序反馈电频信号的方法,无法在复杂的舰船配电网中智能准确锁定故障点。提出基于二维码标签的舰船配电网标准化巡视智能监控方法。依托二维码技术,创建二维码故障反馈单元,对配电网全线进行故障、参数、坐标综合二维码绑定。在二维码识别技术基础上,搭建智能监控管理模块,对绑定二维码数据进行标准化智能识别。使设计方法实现智能监控效果。通过实验证明:基于二维码标签的舰船配电网标准化巡视智能监控方法,在舰船配电网监控使用中,具有反应快、定位准、数据全、免人工监控等特点,充分证明提出方法的可应用性。     

基于人工鱼群算法的港口物流配送路径规划研究

针对原有港口物流路径规划方法在使用无法设定最优路线、造成运输成本较高的问题,引用人工鱼群算法,设计基于人工鱼群算法的港口物流配送路径规划方法。根据港口物流配送路径规划框架,设计港口需求点节点表现形式,并设定路径规划约束条件。根据约束条件结合VPR数学模型,完成配送路径规划模型的构建。引用人工鱼群算法将配送过程模拟为鱼群觅食过程,选定最优行进方向与距离,对上述设定路径规划模型展开优化。至此,基于人工鱼群算法的港口物流配送路径规划方法设计完成。构建实验环节,通过与原有方法规划结果对比可知,此方法规划结果路程缩短于原有方法,有效降低运输成本。综上可知,此方法路径规划能力优化原有方法。     

环网-辐射形船舶混合配电网络的Levy风驱动故障定位

为了使船舶混合配电网络在发生故障时能更为准确、迅速地定位故障状态及元件,在分析配电网结构特点的基础上,提出一种基于改进风驱动算法的故障定位方法.采用Levy飞行策略改进传统风驱动算法的更新过程兼顾了收敛性,提升了算法的全局寻优能力;同时,引入权重系数以抑制Levy飞行路径过长而引发越过最优解范围的缺陷.通过构建环网-辐射形船舶电网模型,在考虑继电器、断路器拒动/误动条件下,模拟配电网络发生的多点故障.利用基于Levy飞行策略的改进风驱动算法对故障模型进行优化求解,仿真结果说明:Levy风驱动算法具有更高的收敛精度和更快的收敛速度,能有效地定位故障元件.     

粒子群优化算法中粒子更新方法研究

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.     

基于LSTM-PSO-SVM的船用LNG双燃料发动机故障预测

针对船用LNG双燃料发动机设备复杂,故障预测效率低、准确度差的问题,提出一种长短期记忆网络与改进粒子群优化算法优化支持向量机融合的预测模型。利用LSTM模型时间序列变化的能力对设备未来的运行状态进行预测,然后采用非线性自适应惯性权重改进PSO算法对SVM参数进行寻优,以提高其寻优能力和收敛速度;改进的LSTM-PSO-SVM融合模型可实现对设备故障状态的快速、准确预测。通过对某船用LNG双燃料发动机的故障预测仿真,结果表明上述模型具有更高的故障识别准确率和更快的识别速度,能够准确预测船用LNG双燃料发动机潜在故障。     

基于大数据分析的舰船配电网络故障趋势预测

以传统方法各种可能发生的故障特征为基础,通过匹配典型故障特征实现舰船配电网络故障趋势预测,但对于复杂的舰船配电网络,难以对未知故障趋势进行预测的弊端。提出一种基于大数据分析的舰船配电网络故障趋势预测方法。首先采集舰船配电网络故障信号,利用自适应滤波方法对干扰和噪声进行过滤后,通过KL转化方法将信号转化为对应的故障数据信息后,利用欧几里德距离计算方法对数据进行降维和归一化处理,利用舰船配电网络的状态脆弱度和配电网故障趋势项参数获取网络故障脆弱度影响因子,根据影响因子的累积效应,进行舰船配电网络故障趋势的预测。最后利用协方差矩阵对预测过程进行修正,完成舰船配电网络故障趋势预测的改进。实验结果证明,改进算法具有较高的预测精度,并在一定程度上降低了故障趋势预测虚警率,具有较高的实用性和实时性。     

船舶电网故障恢复重构算法研究

传统的模糊算法在精准度、恢复范围和稳定性上都已经无法满足目前船舶电网故障恢复重构的要求。给出了一种新的船舶电网故障恢复重构算法——Petri算法,对计算过程进行详细地解析,该算法将复杂的一步运算简化成分步运算,有效提高准确性和精准度。选取船舶电网故障类型中3种典型故障("对称故障"、"单相接地故障"和"两相接地故障")进行恢复重构对比实验,由实验结果可知,Petri算法对绝大多数船舶故障电网都能够恢复重构,稳定性更好,精准度更高。     

基于改进人工蜂群进化算法的移动机器人路径规划与仿真分析

针对经典人工蜂群算法在机器人路径规划中易于陷入局部极值,且寻优过程收敛速度较慢等问题,提出了一种基于约束优化的改进人工蜂群算法.通过设计变异算子来增大极值在陷入局部最优时的跳出概率,提高机器人路径规划的收敛能力.在机器人路径规划上,对文中方法、遗传算法、A*算法以及经典人工蜂群算法进行性能评估.实验结果表明,文中方法能有效避免路径规划中的局部极值,减少机器人路径规划时间损耗,提高了路径规划效率.     

基于混沌遗传算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。本文提出了一种混沌遗传混合算法对其进行求解,提高了遗传算法的收敛速度及精度,避免了不成熟收敛。     

应用改进NLMS算法的船用变频器调速PLC控制方法

考虑到传统变频器调速控制方法无法满足船舶使用要求,为了确保船用变频器调速控制的稳定性,提出应用改进NLMS算法的船用变频器调速PLC控制方法。利用改进NLMS算法采集了变频器运行过程中的转速调节信号,通过定义控制频率函数,计算出船用变频器调速PLC自动控制的频率,通过对船用变频器进行荷载能力增量处理,完成船用变频器调速PLC控制的优化,应用改进的NLMS算法,并结合触发角组合方式,设计了船用变频器调速PLC控制流程,实现了船用变频器调速PLC控制。实验结果表明,改进NLMS算法的船用变频器调速PLC控制方法不仅可以稳定控制变频器电流,还可以保证转速控制的稳定性。